基于語義的服務組合在魚類分類系統中的應用

肖彭燕

(上海海洋大學信息學院，上海 201306)

隨著計算機網絡技術的發展，特別是SOA[1]技術的出現，為web服務奠定了實現基礎。近年來，魚類分類的信息化工作也得到了很大的發展。由于單個服務提供的功能有限，組合已有的服務可以滿足用戶更多的需求。為了有效共享，重用這些服務，需要一種機器能理解的知識表達方法。本體能夠幫助解決這些知識表達的問題，利用知識共享，信息集成，語義Web[2]和Web服務等技術可以有效地集成魚類分類信息。

為此，筆者在領域本體的背景下，基于魚類分類的一個例子，提出了一個高效的服務組合算法。該算法在搜索過程中，引入啟發式函數，該函數使服務組合搜索過程可以根據已有的web服務經驗進行動態調整，從而能夠更好地適應網絡不穩定性。由于評判服務組合方法好壞的標準不僅要求組合的服務在功能上滿足服務請求，而且還要求服務組合效率能得到保證，故設置一個滿意度閥值，即只要找到一個局部最優解，在功能上滿足服務請求，即可作為搜索結果。這大大減少了服務搜索范圍，降低了服務組合時間，提高了服務組合效率。

1 語義Web和本體技術

在語義Web中，各種資源被賦予了明確的語義信息，計算機可以分辨和識別這些語義信息，并對其自動進行解釋、交換和處理。語義Web的體系結構一共有7層，見圖1。

圖1 語義Web體系結構

語義Web需要能夠對Web文檔中的術語含義進行形式化描述。本體作為表達知識的共享概念模型，已日漸成為知識工程，知識管理，智能信息集成，信息檢索等多個領域的重要組成部分。收集各種魚類信息[3]，如魚類名稱、生態照片、生態影片、瀕危魚種、魚類分布、魚類標本、魚類電子書、疾病防治診斷等資料，對獲得的信息進行詳細分析，從中提取知識，通過多種知識表示元素將這些概念之間的關聯表達出來，這些知識表示元素就是元本體，分為概念、屬性、關系、函數等。為了讓機器理解上述的概念和關系，需對這些魚類信息進行形式化描述，即采用具體的本體描述語言來編寫本體，OWL[4]本體描述語言作為W3C的官方標準語言，用來描述Web文檔和應用中內在的類和關系。用OWL語言描述漁業領域本體，生成OWL格式的文件節選見圖2。

圖2 魚類信息OWL格式文件節選

對于OWL格式的文件，可利用Jena提供的API進行解析，轉換成相應的Java類，并生成類的屬性與方法，進而可使用Java編程，處理用戶需求。

2 基于語義的服務組合的思想

OWL把一個Web服務認為是一個過程，將服務之間的匹配計算轉換為輸入、輸出之間擴展語義匹配。因此，給出服務的定義如下：（1）一個Web服務可以表示為 WS（In，Out），其中 In={I1，I2，…，Ii}是服務的輸入參數的集合，Out={O1，O2，…，On}是服務的輸出參數的集合；（2）一個服務組合是滿足服務請求的一個服務序列，表示為〈WS1，WS2，…，WSn〉。

基于語義的Web服務動態組合過程以基于領域本體的服務間概念相似度為基礎，找出與服務請求中有語義關聯的后繼服務，繼續找出該后繼服務的后繼服務，依此類推，直到某個后繼服務是目標服務，從而得到服務序列，該序列就是服務組合的結果。由于一個服務可能存在多個語義相關的后繼服務，因此這些語義相關的服務就構成了一個服務組合圖。以魚類分類系統為例說明這一服務組合過程：假設魚類分類系統中存在各種Web服務，如魚類名稱服務、魚類分布服務、魚類生態影片服務、魚類疾病診斷服務、魚類經濟價值服務等，為了完成用戶各種需求，需要組合這些服務：當用戶輸入魚類名稱，要求輸出的結果為其經濟價值，通過一系列的服務組合，即可得到目標服務；如果用戶的需求發生改變，要求輸入魚類名稱，輸出治療方案，只需修改輸入輸出參數即可，不必重新編寫代碼來滿足用戶需求。過程描述見圖3。

圖3 魚類服務組合圖

圖3中，方框表示輸入、輸出參數，橢圓表示服務，有向邊相連的兩個服務表示兩者之間存在語義關聯。

3 基于語義的Web服務組合的算法

3.1 代價樹深度優先搜索與啟發式函數

代價樹深度優先搜索的思想描述如下，從剛剛擴展的節點之后繼節點中選擇一個代價最大的節點為下一個搜索目標，并進行擴展或判斷。為了提高響應時間，在服務組合過程中，對在此算法的基礎上進行改進，設置一個滿意度閾值，只要滿足一定條件（如用戶滿意度），即可作為搜索結果。為了進一步提高組合的效率，在搜索過程中引入啟發式函數 h（x）。

由于網絡的不穩定性，一個服務可能由于各種原因調用不成功，定義Suc（w）表示該web服務執行的成功次數，Fail（w）表示該web服務執行失敗的次數。h（x）的初始值為 1|x=0，h（x）的計算見式（1）、式（2）。

其中，式（1）表示第i次調用該web服務后，第i+1次成功執行情況下的h（x）的值；式（2）表示第i次調用該web服務后，第i+1次執行失敗情況下的h（x）的值。

從定義可知，對于某個web服務，調用成功的次數越多，h（x）的值越大，反之，若調用失敗的次數越多，則h（x）值越小。考慮到web服務執行的頻率，如一個web服務執行成功50次和執行失敗51次之間的差距是很小的，因此h（x）的調整量呈指數級的衰減，h（x）的取值范圍在0到2之間。

3.2 算法描述

條件：設置棧route、search，棧元素數據類型為字符串，分別用來存儲解路徑和搜索路徑。為方便起見，在每個服務中添加布爾型標記flag，flag為false時表示該弧線未被搜索到,否則表示該弧線已被搜索過，flag的使用防止了搜索時重復走已經走過的路。初始化滿意度函數 U（s）=1，Success（w）=0，Fail（w）=0。輸入：服務請求WSr=（Ir，Or），服務組合滿意度ζ。輸出：服務組合序列〈WS1，WS2，…，WSn〉。

算法執行步驟如下。（1）初始化棧route=null。（2）判斷是否有與服務請求輸入參數相匹配的服務，即是否有弧相連接（是否有后繼服務）。若有，則按從小到大的順序依次存入earch[WSr]，并且令flag=0。（3）取出首元素 WSi=search[WSr]。若 WSi為空，則 goto 6；否則，若 WSi調用成功，則 Success（w）++，調 整 h（x），入棧 router，令 flag=1，、U（s）+=weight﹡h（x），并重新調整 search[WSr]的順序，再分別把WSi所有的后繼服務的權值及更新后的啟發式函數h（x）值之和按從小到大的順序依次入棧search[WSi]；若WSi調用不成功，則Fail（w）++，調整h（x），進而重新調整 search[WSr]的順序。（4）判斷服務WSi是否是目標服務狀態，若是目標服務，則判斷 U（s）是否≥ξ，若成立，則 goto 6，否則 goto 5；若不是目標服務，goto 2。（5）刪除棧router中的首元素，并從棧search[gettop（router）]中讀取第一個flag=0的元素WSj，若WSj為null，則繼續刪除棧router中首元素，并從相應的首元素的棧數組中搜索第一個flag=0的元素WSk，直到WSk不為null，將 WSk 入棧 router，goto 2。（6）若 router為 null，則服務組合失敗；若router不為null，則服務組合成功，遍歷棧router中的服務即可。

4 實驗結果與分析

實驗環境部署在一臺CPU為Intel（R）Pentium（R）Dual T2410@2.00GHz、內存為2.00GB的PC機上，操作系統為Windows XP,開發工具為E－clipse，開發語言為Java，OWL解析工具為Jena提供的API。9個數據集的服務數量分別為500、700、900、1 100、1 300、1 500、1 700、1 900、2 100，取平均組合時間作為結果。將本算法與另一種啟發式的web service組合算法（BF*[6]）以及簡單的遍歷方式（simple）對比，進行算法性能的評估，得到的實驗結果如圖4所示。

圖4 本文算法與BF*，simple算法服務組合效率比較

由圖4可以看出，就時間效率而言，研究采用的算法比BF*、simple都要好。BF*算法的性能變化波動較大，這與其啟發式規則有關，而研究采用的算法，隨著web服務數量的增長，曲線緩慢上升，服務組合時間的增長幅度相對較小。

通過實驗分析，可以看出研究采用的算法具有以下的優點：（1）語義性；（2）能在保證組合質量的前提下，高效的進行服務組合；（3）動態適應性，每次服務組合過程后，通過對相應的路徑的啟發式函數值進行更新，為下次服務選擇提供依據。

5 總結

通過對魚類信息的Web服務組合，可以滿足用戶各種各樣的需求，而不用重新編寫代碼來實現，提高了系統的效率。由于現有的服務標準和協議僅限于語法的層次，沒有語義功能，所以研究在基于領域本體的背景下，生成了一個服務組合圖。基于該圖，在搜索的過程中，采用代價樹的深度優先搜索方式，并引入啟發式函數，使其在搜索過程中根據已有的web服務組合經驗，淘汰較差的web services，提高了系統的自適應性。下一步將重點研究更好的啟發式函數計算方法，充分利用服務組合，實現基于SOA技術的魚類分類信息系統構建。

[1] 邢少敏，周伯生.SOA研究進展[J].計算機科學，2008，35（9）：13-20.

[2] Tim Berners-Lee,James Hendler,Ora Lassila.The Semantic Web[J].Scientific American（S0036-8733），2001，284（5）：34-43.

[3] 成慶泰,鄭葆珊.中國魚類系統檢索 [M].北京：科學出版社，1987.

[4] Smith M K,Welty C,McGuinness DL.OWL Web ontology guide[EB/OL].http://www.w3.org/TR/owl-guide/，2004.

[5] 潘謙紅，王 炬.基于屬性論的文本相似度計算[J].計算機學報，1999，22（6）：651-655.

[6] 方賢進，李龍澍.多模式匹配算法的優化研究 [J].軟件時空，2007，（03）：211.